Tester Automatyzujący - AI Coach (k/m)

Opis roli:
W związku z dynamicznym rozwojem w nurcie AI poszukujemy Testera – AI Coacha, który będzie wspierał nasze zespoły IT w praktycznym wykorzystaniu narzędzi AI. Twoim zadaniem będzie pomóc Testerom i zespołom technicznym efektywnie wykorzystywać narzędzia AI, automatyzować codzienne zadania oraz wdrażać dobre praktyki pracy z modelami AI. Szukamy osoby komunikatywnej, skutecznej, potrafiącej dowozić rezultaty w uzgodnionym czasie i budować zaangażowanie zespołów.

Wymagania:

• Doświadczenie jako Tester Automatyzujący (5-8 lat)

• Znajomość narzędzi specjalistycznych typu: Selenium , Jenkins, Postman, GitHub / Bitbucket , Kibana, JMeter i SQL

• Praktyczne doświadczenie w pracy z narzędziami AI (GitHub Copilot, M365 Copilot ChatGPT, Claude, oLlama itd.)

• Znajomość realiów pracy IT oraz metodyk wytwarzania oprogramowania w dużych organizacjach finansowych

• Wysokie zdolności komunikacyjne, umiejętność oraz chęć uczenia innych

• Umiejętność tłumaczenia złożonych zagadnień prostym, zrozumiałym językiem

• Znajomość współczesnego ekosystemu AI (LLM, generowanie treści, automatyzacje)

• Umiejętność budowy efektywnych promptów i workflowów

• Procesowe podejście: umiejętność analizy i wdrażania tam, gdzie AI wnosi wartość

• Otwartość na ciągłą naukę – chęć testowania nowych narzędzi i metod pracy z AI

• Doświadczenie w prowadzeniu szkoleń, warsztatów lub szkoleń wewnętrznych (w obszarze IT, digital, data, nowoczesne technologie

• Świadczenie usług z terytorium Polski

• Świadczenie usług hybrydowo - minimum 1 dzień z biura

Rola AI Coach – Tester AI zapewni organizacji eksperckie wsparcie w obszarze jakości rozwiązań opartych o sztuczną inteligencję, w tym projektowania, wdrażania i optymalizacji procesów testowych dla systemów wykorzystujących AI. Ścisła współpraca z zespołem Ambasadorów AI Testerów umożliwi skalowanie wiedzy, standaryzację podejść oraz budowanie spójnych praktyk zapewnienia jakości rozwiązań AI w całej organizacji.
Pozyskanie doświadczonego testera z wiedzą w zakresie testowania modeli AI, automatyzacji testów, walidacji danych oraz narzędzi wykorzystywanych w środowiskach chmurowych i DevOps pozwoli wykorzystać sprawdzone praktyki rynkowe zamiast ponosić koszty i ryzyka związane z budowaniem tych kompetencji od podstaw. Przełoży się to na wyższą jakość wdrażanych rozwiązań AI, ograniczenie ryzyka błędów wynikających z niepoprawnego działania modeli, lepszą kontrolę nad danymi oraz większe zaufanie do systemów.